在给定的时间段内按天计算

Question

示例数据框：

    id           start1        end1      start2        end2

0  Bob       2018-11-29  2018-11-30  2018-12-01  2018-12-31

1  James     2018-10-19  2018-10-31         NaT         NaT

2  Jane      2018-04-05  2018-07-12  2018-11-29  2018-11-30

鉴于上述示例数据框，我想按月和年显示频率计数。让我们假设在这些时期，每个人 ( id) 都受到某种事物的“影响”。每个人最多有两个时间段（总是至少有一个时间段（即start1和end1），但可能有也可能没有第二个时间段（即，start2和end2））。我想显示在任何人受到影响的整个时间范围内，有多少人受到月和年的影响。

例如，上面的数据会产生这样的结果（不确定年-月是同一列还是多列——不管什么都行）：

   year-month  count

0     2018-04      1

1     2018-05      1

2     2018-06      1

3     2018-07      1

4     2018-08      0

5     2018-09      0

6     2018-10      1

7     2018-11      2

8     2018-12      1

我的最终目标是跨不同时间段（例如，年（在本示例数据中均为 2018 年）、月/年、周等）查看这些数据。

我不知道如何将这些解包成一个系列，以便我可以在单列上绘制直方图。我知道一旦我将它们放在一个列中（例如，date），我可以执行以下操作：

df.groupby(df["date"].dt.month).count().plot(kind="bar")

但这只能按月计算，并且假设我已经将日期放在一列中。

datetime如果在每个时间范围之间，我可以使用并继续在循环中添加天数，直到我到达结束日期，但是每次我做类似的事情时，我都知道 pandas/numpy 有更好的方法。我正在寻找更好的方法。